• 한국산학기술학회논문지
• /
• 제21권7호
• /
• pp.475-486
• /
• 2020

이 연구는 웹보메트릭스를 활용한 지역관광자원 발굴 및 뉴스 네트워크를 대구 수성구를 중심으로 분석한 연구이다. 데이터는 Bing, Naver 등 웹 데이터를 사용했으며, 네트워크 분석과 댓글 분석을 하였다. 연구문제는 총 세가지로 첫째, 대구 내부에서 수성구의 검색엔진 최적화 수준은 어떠한가? 둘째, 수성구 관광자원의 온라인 출현도는 어떠한가? 셋째, 높은 온라인 출현도를 보이는 관광자원의 뉴스 기사와 댓글은 어떤 내용이 주를 이루는가?이며 그 결과를 보면 첫째, 수성구는 검색엔진 최적화 수준이 대구 내부에서 하위권에 속하며 이는 수성구 관광을 언급한 자료들의 온라인 가시성이 미약한 수준임을 알 수 있다. 둘째, 수성구에서 온라인 출현도가 높은 관광자원들은 대부분 수성못 중심이다. 셋째, 수성못 언론 보도의 내용과 댓글을 살펴본 결과 수성못 교통문제와 열대야가 최대 관심사로 나타나, 관광기반시설에 대한 접근성 개선과 관광자원 개발이 요구된다. 이러한 분석결과는 수성구 관광자원 관련 정책의 개발 및 서비스 운영에 기여 할 수 있고 지역 경제에 대한 해답이 될 것이다.

• 한국언론정보학보
• /
• 제42권
• /
• pp.140-167
• /
• 2008

이 연구는 포털 편집판에 게시된 언론사로부터 전재 받은 뉴스기사에 딸린 댓글의 명예훼손행위를 포털의 작위의무에 따라 판단한 서울중앙지방법원의 법리를 비판적으로 분석하고 있다. 편집판에 게시하는 언론기사의 진위를 포털이 확인하도록 요구하고, 그 기사에 대한 명예훼손적 댓글을 삭제하도록 발행자 수준의 작위의무를 강제하는 것은 결국 사적 검열로 이어져 정보의 유통과 표현의 자유를 제한할 수 있다. 이는 사적 존재인 포털을 검열의 주체로 재판부가 인정하는 것과 다를 바 없으며, 위헌적 요소를 포함하고 있다. 포털이 직접 관리하는 영역과 커뮤니티 관리자에게 위임된 카페와 게시판 등을 구분해서 작위의무를 판단할 필요가 있다. 단순 전달자 수준을 넘어서는 작위의무를 부과하기 위해서는 포털이 언론사로부터 제공받은 기사를 임의로 변경하거나, 내용 변경을 통해 명예훼손을 유도한 경우로 한정해야 한다. 더불어 포털이 언론사로부터 전재 받은 기사의 위법성을 알 수 있었고, 이를 삭제하지 않았다는 사실만으로는 공동정범이 성립될 수 없다. 결론적으로 전재 받은 기사를 적극적으로 변경하여 명백하게 명예훼손에 이르는 경우에 한해서 포털에 책임을 묻는 것이 '사적 검열의 강제'로부터 자유로울 수 있을 것이며, 온라인상에서의 표현의 자유가 보호될 수 있을 것이다.

• 디지털융복합연구
• /
• 제19권12호
• /
• pp.29-42
• /
• 2021

한국의 저출산 심화에 따라 본 연구는 정부의 저출산 대응정책과 그에 대한 대중인식을 비교하여 근본적인 차이점을 밝히고자 했다. 이를 위해 네 차례의 '저출산·고령사회 기본계획'과 제3·4차 기본계획 발표 직후 2주간의 뉴스 댓글을 분석대상으로 선정하여, 빈도분석, 동시출현단어 분석, 구조적 등위성 분석을 실시하였다. 정책문서 빈도분석결과 제1·2차 시기는 직접적인 보육지원이, 제3·4차 시기부터는 사회구조적인 접근이 눈에 띄었다. 동시출현단어 분석에서는 정책과 댓글 모두 '육아'에서 일과 가정의 양립을 지향하였다. '결혼'과 '출산'의 경우 댓글은 연속성, 정책은 단절성이 두드러지며 특히 주거와 고용문제에서 큰 차이가 있었다. 댓글의 구조적 등위성 분석 결과에서는 대중들의 자녀 양육환경에 대한 관심, 정책 실효성에 대한 문제의식을 확인할 수 있었다. 본 연구는 빅데이터를 활용해 대중들의 인식을 확인하였다는 점에서 의의를 가지므로, 이에 근거한 정책 개선 등 향후 저출산 대응이 나아가야 할 방향을 수립하는 데 도움을 줄 수 있을 것이다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.199-219
• /
• 2018

인터넷의 일상화와 각종 스마트 기기의 보급으로 이용자들로 하여금 실시간 의사소통이 가능하게 하여 기존의 커뮤니케이션 양식이 새롭게 변화되었다. 인터넷을 통한 정보주체의 변화로 인해 데이터는 더욱 방대해져서 빅데이터라 불리는 정보의 초대형화를 야기하였다. 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회로 여겨지고 있다. 특히 텍스트 마이닝은 비정형 텍스트 데이터를 이용해 패턴을 탐구하여 의미있는 정보를 찾아낸다. 텍스트 데이터는 신문, 도서, 웹, SNS 등 다양한 곳에 존재하기 때문에 데이터의 양이 매우 다양하고 방대하여 사회적 실제를 이해하기 위한 데이터로 적합하다. 본 연구는 한국 최대 인터넷 포털사이트 뉴스의 댓글을 수집하여 2017년 19대 한국 대선을 대상으로 연구를 수행하였다. 대선 선거일 직전 여론조사 공표 금지기간이 포함된 2017년 4월 29일부터 2017년 5월 7일까지 226,447건의 댓글을 수집하여 빈도분석, 연관감성어 분석, 토픽 감성 분석, 후보자 득표율 예측을 수행하였다. 이를 통해 각 후보자들에 대한 이슈를 분석 및 해석하고 득표율을 예측하였다. 분석 결과 뉴스 댓글이 대선 후보들에 대한 이슈를 추적하고 득표율을 예측하기에 효과적인 도구임을 보여주었다. 대선 후보자들은 사회적 여론을 객관적으로 판단하여 선거유세 전략에 반영할 수 있고 유권자들은 각 후보자들에 대한 이슈를 파악하여 투표시 참조할 수 있다. 또한 후보자들이 빅데이터 분석을 참조하여 선거캠페인을 벌인다면 국민들은 자신들이 원하는 바가 후보자들에게 피력, 반영된다는 것을 인지하고 웹상에서 더욱 적극적인 활동을 할 것이다. 이는 국민의 정치 참여 행위로써 사회적 의의가 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.17-20
• /
• 2018

대중의 관심인 공공이슈를 파악하기 위하여 다양한 종류의 빅데이터를 분석하는 연구가 진행되고 있다. 그러나 기존의 연구에서는 키워드의 노출 횟수만 파악하여 결과로 반영한다. 본 논문은 포털 사이트로부터 얻은 언론사별 뉴스 빅데이터를 이용하여 키워드별 노출 빈도수, 댓글 수 및 추천 수를 반영한 분석 방법을 제안하였다. 공공이슈를 추출하여 얻어낸 키워드들을 워드클라우드, Sankey다이어그램과 같은 형태로 시각화하여 사용자에게 제공한다. 제안된 방법을 사용하면 대중의 반응을 반영한 분석 결과를 확인 할 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.16-21
• /
• 2022

사전학습 말뭉치는 위키백과 문서 뿐만 아니라 인터넷 커뮤니티의 텍스트 데이터를 포함한다. 이는 언어적 관념 및 사회적 편향된 정보를 포함하므로 사전학습된 언어 모델과 파인튜닝한 언어 모델은 편향성을 내포한다. 이에 따라 언어 모델의 중립성을 평가할 수 있는 지표의 필요성이 대두되었으나, 아직까지 언어 인공지능 모델의 정치적 중립성에 대해 정량적으로 평가할 수 있는 척도는 존재하지 않는다. 본 연구에서는 언어 모델의 정치적 편향도를 정량적으로 평가할 수 있는 지표를 제시하고 한국어 언어 모델에 대해 평가를 수행한다. 실험 결과, 위키피디아로 학습된 언어 모델이 가장 정치 중립적인 경향성을 나타내었고, 뉴스 댓글과 소셜 리뷰 데이터로 학습된 언어 모델의 경우 정치 보수적, 그리고 뉴스 기사를 기반으로 학습된 언어 모델에서 정치 진보적인 경향성을 나타냈다. 또한, 본 논문에서 제안하는 평가 방법의 안정성 검증은 각 언어 모델의 정치적 편향 평가 결과가 일관됨을 입증한다.

• 한국식품위생안전성학회지
• /
• 제31권3호
• /
• pp.153-166
• /
• 2016

본 연구에서는 소셜미디어 콘텐츠를 소프트웨어 시스템을 이용하거나 정성적으로 분석함으로써 L-글루타민산나트륨에 대한 소비자 인식도를 조사하고자 하였다. 첫 번째로, 1년 (2013.7~2014.6)의 기간 동안 네이버와 카페에서 작성된 글들을 수집하였으며, 수집한 문서들을 무료 텍스트 분석 소프트웨어인 TONK를 사용하여 분석하였다. 블로그와 카페에서 작성된 글들은 주로 L-글루타민산나트륨의 사용과 관련된 음식점 후기 및 MSG (L-글루타민산나트륨)-무첨가 제품에 대한 홍보 내용을 담은 글들로 파악되었으며, 기타 L-글루타민산나트륨의 안전성 또는 식품첨가물 제거법에 대한 내용으로 파악되었다. 두 번째로, 네이버 트렌드 검색 서비스를 이용하여 L-글루타민산나트륨에 대한 검색량 증가 구간에 발생한 언론보도 사건을 조사하였다. PC 검색량의 경우 총 5개 증가 구간 중 3개의 구간에서, 모바일 검색량의 총 9개 증가 구간 중 6개의 구간에서 시사 프로그램에서 L-글루타민산나트륨에 대해 보도한 것으로 나타났다. 나머지 구간에서는 일간지나 TV 뉴스로 기사를 보도한 구간들로 나타났다. 세 번째로 식품의약품안전처의 L-글루타민산나트륨의 안전성 발표를 보도한 연합뉴스의 댓글을 분석하였다. 공감수 100개 이상인 댓글의 내용을 분석한 결과, L-글루타민산나트륨의 안전성, 질 낮은 재료의 사용 지적, MSG (L-글루타민산나트륨) 과다사용에 대한 우려, 정부 불신을 표현하는 댓글들이 파악되었다. 시판 제품들의 표시사항을 분석한 결과, 일일섭취허용량을 설정할 필요가 없을 정도로 안전한 식품첨가물임에도 불구하고 L-글루타민산나트륨을 첨가하지 않은 제품들은 L-글루타민산나트륨 무첨가라는 표시를 강조하고 있는 것으로 조사되었다. 이는 국가기관, 교육청과 지방자치단체에서 MSG 미사용을 원칙으로 제도를 운용하고 있어 이러한 정책이 산업계와 소비자 인식에 영향을 미쳤을 가능성도 고려해볼 수 있다. 본 연구 결과 소비자들은 대체로 소셜 미디어를 이용하여 검색하거나 관련 제품을 구매하고자 할 때 L-글루타민산나트륨을 사용하지 않는 것이 좋다는 인식을 하게 될 가능성이 있는 것으로 파악되며, L-글루타민산나트륨의 과다 사용에 관심이 있는 것으로 나타났다. TV 시사 프로그램에서 방송하거나 일간지 또는 TV 뉴스에서 기사를 보도할 경우 네이버 검색량이 증가하였으며, 검색량 증가구간은 PC 환경에서보다는 모바일 환경에서 더욱 증가하는 것으로 나타났다. 따라서 L-글루타민산나트륨과 관련한 커뮤니케이션 수단으로 소비자들이 관심있어 하는 방송프로그램, 뉴스 프로그램 등 언론을 활용하고, PC보다는 모바일을 통하여 소비자에게 접근한다면 효과적으로 소비자에게 정보를 전달할 수 있을 것이다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.51-66
• /
• 2018

인공지능 기술의 비약적인 발전으로 인하여, 사용자의 편의성 증대를 목적으로 다양한 분야에서 관련된 제품과 서비스들의 개발이 이루어지고 있다. 이러한 기술의 발전에는 긍정적인 파급 효과에 대한 기대감이 존재하나, 향후 발생 가능한 부정적인 측면에 대한 논의도 활발히 이루어지고 있다. 예를 들어, 인공지능 기술 기반의 자율주행 자동차의 경우 안정성의 향상이라는 측면에서 많은 관심을 받고 있으나, 트롤리 딜레마, 시스템 보안 문제 등의 사회적 이슈 또한 활발히 논의되고 있다. 이에 따라, 인공지능 관련 기술의 발전과 사회적 수용을 위해서는 사회적으로 논의되는 주요 관련 이슈들에 대한 확인과 효과적인 분석이 요구된다. 이를 위해, 본 연구에서는 '이세돌 vs 알파고' 시점인 2016년 3월을 포함하여 2016년 1월부터 2017년 12월까지 2년 동안의 인공지능과 관련된 사회적인 이슈들을 파악하고 온라인상에서 발생되는 사회적 여론에 대하여 다 범주 감성을 분석하고자 한다. 이를 위하여 국내 대표적인 포털 사이트에서 인공지능 관련 뉴스의 수와 관련된 뉴스 제목, 뉴스의 댓글을 웹 크롤링(Web Crawling) 하였다. 사회적 여론에 대한 다 범주 감성 분석은 논의되는 이슈들의 중요성을 고려하여 단순 긍정 또는 부정이 아닌, 분노, 혐오, 두려움, 행복, 중립, 슬픔, 놀라움의 7가지 다 범주 감성으로 분석하였다. 분석 결과, 대부분의 이벤트 기간에 대하여 1위 감성은 '행복'으로 나타났지만 각 키워드에 대하여 나오는 감성이 상이함을 볼 수 있었다. 또한 2016년 상반기, 하반기, 2017년 상반기, 하반기로 나누어 보았을 때 시간이 지남에 따라 '분노'의 감성이 낮아짐을 확인하였다. 이러한 분석 결과를 바탕으로 인공지능과 관련하여 현재 논의되고 있는 다양한 이슈와 동향 파악이 가능하며, 이에 대한 대응 방안 마련에 활용이 가능할 것이다. 향후 감성 분석기의 성능 향상과 댓글에 대한 공감 및 비공감도의 가중치를 추가하여 분석한다면 사회적 여론을 보다 세밀하게 파악 할 수 있을 것이다.

• 한국게임학회 논문지
• /
• 제18권5호
• /
• pp.83-92
• /
• 2018

최근 다수의 분야에서 딥 러닝을 통한 연구 성과들이 사람의 판단력에 근접하는 결과를 보여주고 있다. 그리고 게임 산업에서는 온라인 커뮤니티, SNS의 활성화가 게임 흥행 여부를 결정할 정도로 중요성이 높아지고 있다. 본 연구는 딥 러닝을 이용해 온라인 커뮤니티, SNS에서 활동할 수 있는 시스템을 구성하고, 온라인 공간에서 사람들이 작성한 텍스트를 읽고 그에 대한 반응을 생성하고 스케쥴에 따라 트위터에 올리는 것을 목표로 한다. 순환 신경망(Recurrent Neural Network)을 이용해 텍스트를 생성하고 글 작성 스케쥴을 생성하는 모델들을 구성했고, 생성한 시각에 맞춰 모델들에 뉴스 제목을 입력해 댓글을 출력 받고 트위터에 작성하는 프로그램을 구현했다. 본 연구결과는 온라인 게임 커뮤니티 활성화, Q&A 서비스 등에 적용이 가능할 것으로 예상된다.

• 문화기술의 융합
• /
• 제8권1호
• /
• pp.453-459
• /
• 2022

한 나라의 출산율 감소는 생산가능인구가 감소하고, 인구구조 고령화에 따른 저축률 저하로 자본축적이 줄어들어 경제성장이 둔화 등의 문제가 발생한다. 현재 대한민국에서는 만 18세 이상의 모든 남성이 병역의 의무를 부과하고 있는 징병 제도를 시행하고 있다. 하지만 출산율 감소로 인해 모병 제도로의 전환이 사회적 이슈로 불거지고 있다. 본 논문에서는 출산율이 1 미만으로 떨어진 2018년부터 모병제에 대한 사회 인식을 분석하고자 '모병제' 키워드를 통해 검색된 뉴스 기사와 댓글을 수집하였다. 수집된 댓글 중 일부에 대해 레이블링을 진행하였고, 딥러닝 모델을 통해 감성 수준을 산출하였다. 본 연구를 통해 출산율 저하에 따라 모병제 전환에 대한 인식이 많이 증가하지 못한 것을 발견하였으며, 모병제에 대한 사람들의 관심도는 점차 증가하는 추세임을 확인하였다.